曾经人工智能只能在科幻小说作家和编剧的作品中出现，而现在人工智能正稳步踏入现实。近，我们看到人工智能在与人类的竞争中越发脱颖而出，从比专家更强的阅读能力，到在扑克锦标赛上取得胜利，人工智能正不断的战胜人类。

但是，似乎所有人都在加入人工智能潮流，我们想知道这项技术到底有多先进。Cortica是一家依赖人工智能技术发展的形象识别公司，我们向Cortica的创始人Igal Raichelgauz提出了一个问题：为什么人工智能仍然是一个愚蠢的东西?

以下是他的回答。

人工智能一直缺乏足够的智能，因为它获取信息的能力并没有现实环境的限制。人类智力受到我们的生理条件和我们自然进化过程的限制，但人工智能在理论上可以继续发展和智力，而不受外界条件的限制。人工智能“智能”真正局限性在于我们的能力。尽管如此，人工智能现在可以完成多项事务的能力，远不及人类和其他生物有机体的能力。

例如，尽管在过去五年中深度学习已经取得了显著的进步，但这些技术完全没有达到一个真正的人对图像的理解能力。人工智能系统也会产生一些错误的判断，它们无法理解上下文信息，有时也会忽略一些微小的细节。当然，也有一些方面，比如数字计算、下围棋等，如今的人工智能已经超过了人类的能力。但事实仍然是，人工智能仍然无法完成人类琐碎的任务，那就是与现实互动，感知自然信号。这表明人工智能系统不过是比较强大的计算机罢了，它的名字是个具有误导性的头衔。

对于人工智能来说，要想达到人类智能的高度，重要的是要在人类几千年来一直擅长的事情中脱颖而出。因此，在这个超越过程中，视觉理解和智能导航能力的比玩扑克更合适。在这类自然任务中，将人类智力与人工智能相匹配，将使人工智能无限接近我们的智慧。

要理解这一里程碑式的鸿沟，我们必须深入研究生物系统与深度学习技术之间的差异。

机器学习人工智能的创造者夸口说，机器可以自己学习和处理数据。但实际上，机器学习技术遵循的是一种自上而下的方法，是不允许他们自行做某事的。

在自上向下的体系结构中，人工智能首先要系统接受培训，即它的算法被开发出来，并显示出巨大的相关数据集。只有这样，才能将这些知识应用到新数据中。深度学习系统被贴上训练数据的标签，直到他们能够成功地输出新数据。机器只有在成功推断出问题的正确答案时，才会得到停止的指令。深度学习机器是利用许多层次的算法来构建的，这些算法利用许多抽象层次来处理数据。这些自上而下的系统已经取得了巨大的成就，但是它们对训练的依赖使它们变成复杂的机器，而不是智能的机器。

机器模仿

人类大部分学习都是在没有监督的情况下进行的。从他们出生的那天起，孩子们就会不断吸收他们所接触到的大量信息，并学会理解这个，进而能够知道如何驾驭这个。要拥有与人类相匹敌的智力，机器必须模仿人类自下而上的学习和理解的方式。如果没有训练、参数或数据集，它们的算法和结构将能够引入数据，处理数据，并通过自己的方式来理解它。按照逻辑学习模式，智能机器是能够进行理解和学习的，它们可以通过归纳、结合语境和利用自己的创造力来学习。

在合作创立Cortica之前，我曾加入以色列理工学院的一支神经学家和工程师团队，目的是了解大脑皮层如何运作，并设计出一种可以模仿这一过程的机器。尽管我们在如此复杂的问题上投入大量的计算能力，但限制我们系统层数的决定，在构建无人监督的学习和计算机视觉AI方面取得了成功。

如今，Cortica的系统可以在自己的内部区分不同的信息，并创造出相似的数据，然后用网络上已经存在的信息来给它们贴上标签。真正的智能技术的出现，将从根本上改善我们推动一些重要的技术创新的方式，并使我们能够利用看似无穷无尽的视觉数据。

如果人工智能的发展是模仿人类的过程，那么它的确可以超越人类的智力。我们没有理由限制更先进的人工智能的发展，但我们必须给它树立一个正确的框架。